概述

MySQL優(yōu)化分為三部分優(yōu)化：

1. MySQL服務(wù)器和配置優(yōu)化
2. 數(shù)據(jù)庫(kù)設(shè)計(jì)和結(jié)構(gòu)優(yōu)化
3. 查詢優(yōu)化（重點(diǎn)）

MySQL服務(wù)器和配置優(yōu)化

1. 硬件方面

   • 配置較大的內(nèi)存
   • 選擇高速磁盤系統(tǒng)
   • 合理分布磁盤I/O
   • 選擇多處理器系統(tǒng)
   • 網(wǎng)絡(luò)環(huán)境選擇

2. 操作系統(tǒng)內(nèi)核

   • 使用64位操作系統(tǒng)梧乘，更好地使用大內(nèi)存
   • 設(shè)置noatimenodiratime
   • 優(yōu)化內(nèi)核參數(shù)
   • 加大文件描述符限制
   • 文件系統(tǒng)選擇 xfs

3. MySQL參數(shù)配置

   MySQL的配置參數(shù)都在my.ini或則my.cnf文件中。一些對(duì)性能影響較大的參數(shù)如下所示瘸羡，包括

   • I/O處理的常用參數(shù)；
   • 最大連接數(shù)設(shè)置某饰；
   • 緩存使用參數(shù)的設(shè)置检疫；
   • 慢日志的參數(shù)的設(shè)置；
   • InnoDB相關(guān)參數(shù)的設(shè)置等屯蹦。

   key_buffer_size
   MySQL索引緩沖區(qū)的大小嘀趟。如果是采用MyISAM的話要重點(diǎn)設(shè)置這個(gè)參數(shù)脐区，根據(jù)（key_reads/key_read_requests）判斷
   
   max_connections
   服務(wù)器允許的最大連接數(shù)，盡量不要設(shè)置太大她按，因?yàn)樵O(shè)置太大的話容易導(dǎo)致內(nèi)存溢出
   
   wait_timeout
   線程連接的超時(shí)時(shí)間牛隅，盡量不要設(shè)置很大，推薦10s
   
   thread_concurrency
   線程并發(fā)利用數(shù)量酌泰，(cpu+disk)*2媒佣，根據(jù)(os中顯示的請(qǐng)求隊(duì)列和tickets)判斷
   
   sort_buffer_size
   排序緩沖區(qū)的大小胀糜。該值越大畏铆，進(jìn)行排序的速度越快
   
   read_rnd_buffer_size
   當(dāng)根據(jù)鍵進(jìn)行分類操作時(shí)獲得更快的--ORDER BY
   
   join_buffer_size
   join連接使用全表掃描連接的緩沖大小，根據(jù)select_full_join判斷
   
   read_buffer_size
   全表掃描時(shí)為查詢預(yù)留的緩沖大小狞甚，根據(jù)select_scan判斷
   
   tmp_table_size
   臨時(shí)內(nèi)存表的設(shè)置授霸，如果超過(guò)設(shè)置就會(huì)轉(zhuǎn)化成磁盤表巡验，根據(jù)參數(shù)(created_tmp_disk_tables)判斷
   
   innodb_buffer_pool_size
   InnoDB表數(shù)據(jù)和索引的最大緩存。根據(jù)（hit riatos和FILE I/O）判斷
   
   innodb_log_file_size(默認(rèn)5M)
   InnoDB引擎的redo log文件碘耳，設(shè)置較大的值意味著較長(zhǎng)的恢復(fù)時(shí)間
   
   innodb_flush_log_at_trx_commit(默認(rèn)1)
   表示何時(shí)將緩沖區(qū)數(shù)據(jù)寫入日志，并將日志文件寫入磁盤框弛。
   1. 0表示每秒進(jìn)行一次log寫入cache辛辨，并flush log到磁盤；
   2. 1表示在每次事務(wù)提交后執(zhí)行l(wèi)og寫入cache瑟枫，并flush log到磁盤斗搞；
   3. 2表示在每次事務(wù)提交后執(zhí)行l(wèi)og寫入cache，每秒執(zhí)行一次flush log到磁盤慷妙；
   
   

數(shù)據(jù)庫(kù)設(shè)計(jì)和結(jié)構(gòu)優(yōu)化

1. 數(shù)據(jù)表盡量符合范式

   • [1] 1NF：表的列的具有原子性僻焚，不可再分解，即列的信息膝擂，不能分解成為更小的數(shù)據(jù)項(xiàng)虑啤；
   • [2] 2NF：表中的記錄是唯一的隙弛，通常通過(guò)設(shè)計(jì)一個(gè)主鍵來(lái)實(shí)現(xiàn)；
   • [3] 3NF：表中不要有冗余數(shù)據(jù)狞山，也就是說(shuō)全闷，如果某個(gè)字段能夠被其它字段推導(dǎo)出來(lái)，就不應(yīng)該存在萍启；

2. 合理選擇存儲(chǔ)引擎

   在開發(fā)中总珠，經(jīng)常使用的存儲(chǔ)引擎有MyISAM/InnoDB/Memory。

   • MyISAM： 數(shù)據(jù)庫(kù)并發(fā)不大勘纯，讀多寫少局服，sql 語(yǔ)句比較簡(jiǎn)單，對(duì)事務(wù)要求不高驳遵，比如 bbs 中的發(fā)帖表腌逢，回復(fù)表；
   • InnoDB：并發(fā)訪問(wèn)大超埋，寫操作比較多搏讶，有外鍵、事務(wù)等需求的應(yīng)用霍殴，系統(tǒng)內(nèi)存較大媒惕。比如訂單表，賬號(hào)表来庭；
   • Memory：數(shù)據(jù)不需要入庫(kù)妒蔚，同時(shí)又頻繁的查詢和修改，速度極快月弛；

3. 字段數(shù)據(jù)類型選擇

   字段數(shù)據(jù)類型的選擇的一般原則：根據(jù)需求選擇合適的字段類型肴盏，在滿足需求的情況下字段類型盡可能小帽衙；只分配滿足需求的最小字符數(shù)菜皂，不要太慷慨；原因：更小的字段類型更小的字符數(shù)占用更少的內(nèi)存厉萝，占用更少的磁盤空間恍飘，占用更少的磁盤 IO 以及占用更少的帶寬。

4. CHAR 和 VARCHAR 的選取

   它們的區(qū)別在于：CHAR(M) 類型的數(shù)據(jù)列里谴垫，每個(gè)值都占用 M 個(gè)字節(jié)章母，如果某個(gè)長(zhǎng)度小于 M，MySQL 就會(huì)在它的右邊用空格字符補(bǔ)足翩剪；VARCHAR(M) 類型的數(shù)據(jù)列里乳怎，每個(gè)值只占用剛好夠用的字節(jié)再加上一個(gè)用來(lái)記錄其長(zhǎng)度的字節(jié)（即總長(zhǎng)度為 L+1 字節(jié)）。

   二者的選取主要依據(jù)如下原則：

   1.如果列數(shù)據(jù)項(xiàng)的大小一致或者相差不大前弯，則使用 CHAR蚪缀；

   2.如果列數(shù)據(jù)項(xiàng)的大小差異相當(dāng)大秫逝，則使用 VARCHAR；

   3.對(duì)于 MyISAM 表椿胯，盡量使用 CHAR筷登。 因?yàn)?VARCHAR 類型隨著修改容易造成磁盤碎片，使用 CHAR 的缺點(diǎn)就是占用磁盤空間哩盲；

   4.對(duì)于 InnoDB 表前方，從減少空間占用量和減少磁盤 I/O 的角度，使用 VARCHAR;5.表中只要存在一個(gè) VARCHAR 類型的字段廉油，那么所有的 CHAR 字段都會(huì)自動(dòng)變成 VARCHAR 類型惠险，因此建議定長(zhǎng)和變長(zhǎng)的數(shù)據(jù)分開。

5. 編碼選擇

   單字節(jié)：latin1

   多字節(jié)：utf8 (漢字占 3 個(gè)字節(jié)抒线，英文字母占用一個(gè)字節(jié))

   注意：如果含有中文字符的話最好都統(tǒng)一采用 utf8 類型班巩，避免亂碼的情況發(fā)生。

6. NULL OR NOT NULL

   盡可能設(shè)置每個(gè)字段為 NOT NULL嘶炭，除非有特殊的需求抱慌，原因如下：使用含有 NULL 列做索引的話會(huì)占用更多的磁盤空間，因?yàn)樗饕?NULL 列需要額外的空間來(lái)保存眨猎；進(jìn)行比較的時(shí)候抑进，程序會(huì)更復(fù)雜；含有 NULL 的列 SQL 難優(yōu)化睡陪，如果是一個(gè)組合索引寺渗，那么這個(gè) NULL 類型的字段會(huì)極大影響整個(gè)索引的效率。

7. 讀寫分離

   開啟 MySQL 復(fù)制兰迫，實(shí)現(xiàn)讀寫分離信殊、負(fù)載均衡（nginx、lvs）汁果，將讀的負(fù)載分?jǐn)偟蕉鄠€(gè)從服務(wù)器上涡拘，提高服務(wù)器的處理能力。

   1522067459348.png

   ?

   集群和分布式理解：

   集群是指多臺(tái)服務(wù)器提供同一種服務(wù)须鼎，避免單點(diǎn)失效鲸伴，可靠性高。

   分布式是指將一個(gè)應(yīng)用拆分成多個(gè)服務(wù)晋控，每個(gè)服務(wù)單獨(dú)提供自己服務(wù)，提高并發(fā)能力姓赤。

8. 分表和分區(qū)

   當(dāng)表存儲(chǔ)了百萬(wàn)級(jí)乃至千萬(wàn)級(jí)條記錄時(shí)赡译，在查詢和插入的時(shí)候耗時(shí)太長(zhǎng)，性能低下不铆，如果涉及聯(lián)合查詢的情況蝌焚，性能會(huì)更加糟糕裹唆。分表和分區(qū)的目的就是減少數(shù)據(jù)庫(kù)的負(fù)擔(dān)，提高數(shù)據(jù)庫(kù)的效率只洒。

   分表可以分成水平拆分和垂直拆分兩種

   水平拆分就是將一張大表拆分成多張小表许帐，每張小表的結(jié)構(gòu)與原表相同，只是記錄條數(shù)要少毕谴；

   t_order 100萬(wàn)條數(shù)據(jù)

   t_order_01 10萬(wàn)條數(shù)據(jù)成畦，0-99999

   t_order_02 10萬(wàn)條數(shù)據(jù)，100000-199999

   ...

   t_order_10 10萬(wàn)條數(shù)據(jù)涝开，900000-999999

   垂直拆分就是將大表中的某些字段（使用頻率低）取出來(lái)循帐，放在另一張表中。

   id	name	sex	age	address
   1	abc	1	25	廣東深圳
   2	asd	0	22	廣東東莞

   id	name	sex	age
   1	abc	1	25
   2	asd	0	22

   id	address
   1	廣東深圳
   2	廣東東莞

   分區(qū)是指在同一個(gè)表分區(qū)舀武，分為水平分區(qū)和垂直分區(qū)兩種拄养。

   水平分區(qū)有幾種模式如下：

   1.Range：定義范圍來(lái)分

   2.Hash：定義Hash來(lái)分

   3.Key：Hash的一種延伸

   4.List（預(yù)定義列表）：自己定義幾個(gè)值來(lái)分

   5.Composite（復(fù)合模式）：對(duì)1234組合使用

   垂直分區(qū)：一般將大text和BLOB列分到另一個(gè)區(qū)

   1522068601203.png

查詢優(yōu)化

1. 對(duì)查詢進(jìn)行優(yōu)化，要盡量避免全表掃描银舱，首先應(yīng)考慮在 where 及 order by 涉及的列上建立索引瘪匿。

2. 應(yīng)盡量避免在 where 子句中對(duì)字段進(jìn)行 null 值判斷，否則將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描寻馏，

   如：select id from t where num is null

   • 最好不要給數(shù)據(jù)庫(kù)留NULL棋弥，盡可能的使用 NOT NULL填充數(shù)據(jù)庫(kù)
   • 備注、描述操软、評(píng)論之類的可以設(shè)置為 NULL嘁锯，其他的最好不要使用NULL
   • 不要以為 NULL 不需要空間，比如：char(100) 型聂薪，在字段建立時(shí)家乘，空間就固定了， 不管是否插入值（NULL也包含在內(nèi)）藏澳，都是占用 100個(gè)字符的空間的仁锯，如果是varchar這樣的變長(zhǎng)字段， null 不占用空間
   • 在num上設(shè)置默認(rèn)值0翔悠，確保表中num列沒(méi)有null值业崖，然后這樣查詢：select id from t where num = 0

3. 應(yīng)盡量避免在 where 子句中使用 != 或 <> 操作符，否則將引擎放棄使用索引而進(jìn)行全表掃描蓄愁。

   比如：sex要么是1要么是0双炕，當(dāng)查詢sex = 0的數(shù)據(jù)

   這種寫法不用索引：select * from table where sex != 1;

   這種用了索引：select * from table where sex = 0;

4. 應(yīng)盡量避免在 where 子句中使用 or 來(lái)連接條件，如果一個(gè)字段有索引撮抓，一個(gè)字段沒(méi)有索引妇斤，將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描，

   如：select id from t where num=10 or Name = 'admin'

   可以這樣查詢：select id from t where num = 10 union all select id from t where Name = 'admin'

5. in 和 not in 也要慎用，否則會(huì)導(dǎo)致全表掃描站超，

   如：select id from t where num in(1,2,3)

   對(duì)于連續(xù)的數(shù)值荸恕，能用 between 就不要用 in 了：

   select id from t where num between 1 and 3

   很多時(shí)候用 exists 代替 in 是一個(gè)好的選擇：

   select num from a where num in(select num from b)（a表數(shù)據(jù)多而b的數(shù)據(jù)少，in的效率高）

   用下面的語(yǔ)句替換：

   select num from a where exists(select 1 from b where num=a.num)（a表數(shù)據(jù)少而b的數(shù)據(jù)多死相，exists的效率高）

6. 下面的查詢也將導(dǎo)致全表掃描（不能前置百分號(hào)）：

   select id from t where name like‘%abc%’若要提高效率融求，可以考慮全文檢索。

7. 如果在 where 子句中使用參數(shù)算撮，也會(huì)導(dǎo)致全表掃描生宛。因?yàn)镾QL只有在運(yùn)行時(shí)才會(huì)解析局部變量，但優(yōu)化程序不能將訪問(wèn)計(jì)劃的選擇推遲到運(yùn)行時(shí)钮惠；它必須在編譯時(shí)進(jìn)行選擇茅糜。然 而，如果在編譯時(shí)建立訪問(wèn)計(jì)劃素挽，變量的值還是未知的蔑赘，因而無(wú)法作為索引選擇的輸入項(xiàng)。

   如下面語(yǔ)句將進(jìn)行全表掃描：select id from t where num = @num可以改為強(qiáng)制查詢使用索引：select id from t with(index(索引名)) where num = @num

8. 應(yīng)盡量避免在 where 子句中對(duì)字段進(jìn)行表達(dá)式操作预明，這將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描缩赛。

   如：select id from t where num/2 = 100

   應(yīng)改為:select id from t where num = 100*2

9. 應(yīng)盡量避免在where子句中對(duì)字段進(jìn)行函數(shù)操作，這將導(dǎo)致引擎放棄使用索引而進(jìn)行全表掃描撰糠。

   如：-–name以abc開頭的id

   select id from t where substring(name,1,3) = 'abc'-–‘2005-11-30’

   --生成的id

   select id from t where datediff(day,createdate,'2005-11-30') = 0

   應(yīng)改為:select id from t where name like 'abc%'

   select id from t where createdate >= '2005-11-30' and createdate < '2005-12-1'

10. 不要在 where 子句中的“=”左邊進(jìn)行函數(shù)酥馍、算術(shù)運(yùn)算或其他表達(dá)式運(yùn)算，否則系統(tǒng)將可能無(wú)法正確使用索引阅酪。

11. 在使用索引字段作為條件時(shí)旨袒，如果該索引是復(fù)合索引，那么必須使用到該索引中的第一個(gè)字段作為條件時(shí)才能保證系統(tǒng)使用該索引术辐，否則該索引將不會(huì)被使用砚尽，并且應(yīng)盡可能的讓字段順序與索引順序相一致。

12. 不要寫一些沒(méi)有意義的查詢辉词，如需要生成一個(gè)空表結(jié)構(gòu)：select col1,col2 into #t from t where 1=0這類代碼不會(huì)返回任何結(jié)果集必孤，但是會(huì)消耗系統(tǒng)資源的，應(yīng)改成這樣：create table #t(…)

13. Update 語(yǔ)句瑞躺，如果只更改1敷搪、2個(gè)字段，不要Update全部字段幢哨，否則頻繁調(diào)用會(huì)引起明顯的性能消耗赡勘，同時(shí)帶來(lái)大量日志。

14. 對(duì)于多張大數(shù)據(jù)量（這里幾百條就算大了）的表JOIN捞镰，要先分頁(yè)再JOIN狮含，否則邏輯讀會(huì)很高顽悼，性能很差曼振。

15. select count(*) from table几迄；這樣不帶任何條件的count會(huì)引起全表掃描，并且沒(méi)有任何業(yè)務(wù)意義冰评，是一定要杜絕的映胁。如果要在 InnoDB下使用，建議另外弄一張統(tǒng)計(jì)表甲雅，采用 MyISAM解孙，定期做統(tǒng)計(jì)。一般的對(duì)統(tǒng)計(jì)的數(shù)據(jù)不會(huì)要求太精準(zhǔn)的情況下適用抛人。

16. 索引并不是越多越好弛姜，索引固然可以提高相應(yīng)的 select 的效率，但同時(shí)也降低了 insert 及 update 的效率妖枚，因?yàn)?insert 或 update 時(shí)有可能會(huì)重建索引廷臼，所以怎樣建索引需要慎重考慮，視具體情況而定绝页。一個(gè)表的索引數(shù)最好不要超過(guò)6個(gè)荠商，若太多則應(yīng)考慮一些不常使用到的列上建的索引是否有 必要。

17. 應(yīng)盡可能的避免更新 clustered 索引數(shù)據(jù)列续誉，因?yàn)?clustered 索引數(shù)據(jù)列的順序就是表記錄的物理存儲(chǔ)順序莱没，一旦該列值改變將導(dǎo)致整個(gè)表記錄的順序的調(diào)整，會(huì)耗費(fèi)相當(dāng)大的資源酷鸦。若應(yīng)用系統(tǒng)需要頻繁更新 clustered 索引數(shù)據(jù)列饰躲，那么需要考慮是否應(yīng)將該索引建為 clustered 索引。

18. 盡量使用數(shù)字型字段臼隔，若只含數(shù)值信息的字段盡量不要設(shè)計(jì)為字符型嘹裂，這會(huì)降低查詢和連接的性能，并會(huì)增加存儲(chǔ)開銷躬翁。這是因?yàn)橐嬖谔幚聿樵兒瓦B 接時(shí)會(huì)逐個(gè)比較字符串中每一個(gè)字符焦蘑，而對(duì)于數(shù)字型而言只需要比較一次就夠了。

19. 盡可能的使用 varchar/nvarchar 代替 char/nchar 盒发，因?yàn)槭紫茸冮L(zhǎng)字段存儲(chǔ)空間小例嘱，可以節(jié)省存儲(chǔ)空間，其次對(duì)于查詢來(lái)說(shuō)宁舰，在一個(gè)相對(duì)較小的字段內(nèi)搜索效率顯然要高些拼卵。

20. 任何地方都不要使用 select * from t ，用具體的字段列表代替“”蛮艰，不要返回用不到的任何字段腋腮。*

21. 盡量使用表變量來(lái)代替臨時(shí)表。如果表變量包含大量數(shù)據(jù)，請(qǐng)注意索引非常有限（只有主鍵索引）即寡。

22. 避免頻繁創(chuàng)建和刪除臨時(shí)表徊哑，以減少系統(tǒng)表資源的消耗。臨時(shí)表并不是不可使用聪富，適當(dāng)?shù)厥褂盟鼈兛梢允鼓承├谈行л撼螅纾?dāng)需要重復(fù)引用大型表或常用表中的某個(gè)數(shù)據(jù)集時(shí)墩蔓。但是梢莽，對(duì)于一次性事件， 最好使用導(dǎo)出表奸披。

23. 在新建臨時(shí)表時(shí)昏名，如果一次性插入數(shù)據(jù)量很大，那么可以使用 select into 代替 create table阵面，避免造成大量 log 轻局，以提高速度；如果數(shù)據(jù)量不大膜钓，為了緩和系統(tǒng)表的資源嗽交，應(yīng)先create table，然后insert颂斜。

24. 如果使用到了臨時(shí)表夫壁，在存儲(chǔ)過(guò)程的最后務(wù)必將所有的臨時(shí)表顯式刪除，先 truncate table 沃疮，然后 drop table 盒让，這樣可以避免系統(tǒng)表的較長(zhǎng)時(shí)間鎖定。

25. 盡量避免使用游標(biāo)司蔬，因?yàn)橛螛?biāo)的效率較差邑茄，如果游標(biāo)操作的數(shù)據(jù)超過(guò)1萬(wàn)行，那么就應(yīng)該考慮改寫俊啼。

26. 使用基于游標(biāo)的方法或臨時(shí)表方法之前肺缕，應(yīng)先尋找基于集的解決方案來(lái)解決問(wèn)題，基于集的方法通常更有效授帕。

27. 與臨時(shí)表一樣同木，游標(biāo)并不是不可使用。對(duì)小型數(shù)據(jù)集使用 FAST_FORWARD 游標(biāo)通常要優(yōu)于其他逐行處理方法跛十，尤其是在必須引用幾個(gè)表才能獲得所需的數(shù)據(jù)時(shí)彤路。在結(jié)果集中包括“合計(jì)”的例程通常要比使用游標(biāo)執(zhí)行的速度快。如果開發(fā)時(shí) 間允許芥映，基于游標(biāo)的方法和基于集的方法都可以嘗試一下洲尊，看哪一種方法的效果更好远豺。

28. 在所有的存儲(chǔ)過(guò)程和觸發(fā)器的開始處設(shè)置 SET NOCOUNT ON ，在結(jié)束時(shí)設(shè)置 SET NOCOUNT OFF 坞嘀。無(wú)需在執(zhí)行存儲(chǔ)過(guò)程和觸發(fā)器的每個(gè)語(yǔ)句后向客戶端發(fā)送 DONE_IN_PROC 消息躯护。

29. 盡量避免大事務(wù)操作，提高系統(tǒng)并發(fā)能力

30. 盡量避免向客戶端返回大數(shù)據(jù)量姆吭，若數(shù)據(jù)量過(guò)大榛做，應(yīng)該考慮相應(yīng)需求是否合理。

慢日志

show variables like 'slow_query_log';
set global slow_query_log_file = 'D:/mysql/log/slow.log';（windows無(wú)效）
set global log_queries_not_using_indexes = on;
set global long_query_time = 1;
set global slow_query_log=on;

執(zhí)行sql的主機(jī)信息：# User@Host: root[root] @ localhost [::1]  Id:     3
sql執(zhí)行信息：# Query_time: 0.012032  Lock_time: 0.011532 Rows_sent: 2  Rows_examined: 2
sql執(zhí)行時(shí)間：SET timestamp=1511101457;
sql執(zhí)行內(nèi)容：select * from store limit 10;

案例

實(shí)際案例分析拆分大的 DELETE 或INSERT 語(yǔ)句内狸，批量提交SQL語(yǔ)句。

如果你需要在一個(gè)在線的網(wǎng)站上去執(zhí)行一個(gè)大的 DELETE 或 INSERT 查詢厘擂，你需要非常小心昆淡，要避免你的操作讓你的整個(gè)網(wǎng)站停止相應(yīng)。因?yàn)檫@兩個(gè)操作是會(huì)鎖表的刽严，表一鎖住了昂灵，別的操作都進(jìn)不來(lái)了。

Apache 會(huì)有很多的子進(jìn)程或線程舞萄。所以眨补，其工作起來(lái)相當(dāng)有效率，而我們的服務(wù)器也不希望有太多的子進(jìn)程倒脓，線程和數(shù)據(jù)庫(kù)鏈接撑螺，這是極大的占服務(wù)器資源的事情，尤其是內(nèi)存崎弃。

如果你把你的表鎖上一段時(shí)間甘晤，比如30秒鐘，那么對(duì)于一個(gè)有很高訪問(wèn)量的站點(diǎn)來(lái)說(shuō)饲做，這30秒所積累的訪問(wèn)進(jìn)程/線程线婚，數(shù)據(jù)庫(kù)鏈接，打開的文件數(shù)盆均，可能不僅僅會(huì)讓你的WEB服務(wù)崩潰塞弊，還可能會(huì)讓你的整臺(tái)服務(wù)器馬上掛了。

所以泪姨，如果你有一個(gè)大的處理游沿，你一定把其拆分，使用 LIMIT oracle(rownum),sqlserver(top)條件是一個(gè)好的方法驴娃。下面是一個(gè)mysql示例：

while(1){

 　　//每次只做1000條
　　 mysql_query(“delete from logs where log_date <= ’2012-11-01’ limit 1000”);

 　　if(mysql_affected_rows() == 0){

　　 　　//刪除完成奏候，退出！
　　 　　break唇敞；
　　}

//每次暫停一段時(shí)間蔗草，釋放表讓其他進(jìn)程/線程訪問(wèn)咒彤。
usleep(50000)

}